- 专利标题: 一种基于聚类算法和机器学习的工业行业能源消耗量预测方法及系统
-
申请号: CN202311752109.6申请日: 2023-12-19
-
公开(公告)号: CN117829352B公开(公告)日: 2024-08-02
- 发明人: 林青阳 , 冯然 , 徐旭 , 俞自涛
- 申请人: 浙江大学
- 申请人地址: 浙江省杭州市西湖区余杭塘路866号
- 专利权人: 浙江大学
- 当前专利权人: 浙江大学
- 当前专利权人地址: 浙江省杭州市西湖区余杭塘路866号
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 万尾甜; 韩介梅
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N20/00 ; G06F18/23 ; G06F18/10
摘要:
本发明公开一种基于聚类算法和机器学习的工业行业能源消耗量预测方法及系统,该方法包括:步骤S1,获取行业内企业最新年份的能源消耗数据,预处理后对企业进行聚类,通过选择各类的能耗强度标准计算行业的节能潜力;步骤S2,通过企业能源数据,汇总得到行业各类别能源消耗量月度数据,经过预处理后,通过混合预测模型对行业的能源消耗量进行不考虑能效提升的预测;步骤S3,设置能效提升的速度情景,结合行业能源消耗量时间序列的预测值,得到行业在不同能效提升情景下的能源消耗量。本发明能够解决目前工业行业内企业能效和规模差距大的现状下,节能潜力难以有效估计,行业能耗量难以有效预测的问题,能够为该行业的减碳工作提供数据支撑。
公开/授权文献
- CN117829352A 一种基于聚类算法和机器学习的工业行业能源消耗量预测方法及系统 公开/授权日:2024-04-05